java - 读取 ASCII 编码的 XML 并保存为 UTF-8 时出现问题

Question

我有一个 Java 应用程序，它读取一些定义为具有 ASCII 编码的 XML 数据。我通过 SAXReader 读取数据，以便将 XML 解析为文档。最后，我将 XML 保存为字符串，然后将其保存到 MySQL 数据库中。 我遇到的问题是保存到数据库失败并出现以下错误: SQL状态[HY000]； 错误代码[1366]； 不正确的字符串值:第 1 行的“p_xml_data”列的“\xEF\xBC\x93con...”

我无法找出失败的原因，但我假设它与编码类型有关。数据库表/列定义为 UTF-8。

这是我正在使用的代码片段:

    final URL url = new URL(feedUrl);
    final SAXReader reader = new SAXReader();
    reader.setValidation(false);
    reader.setIgnoreComments(true);

    Document document = reader.read(url);
    Document savedDocument = document;

    processXml(document.getRootElement());

    String xml = document.asXML().replaceAll("\\s+\n", "");

    feed.setXmlData(xml);

    // now we have the basic XML, lets save it
    feed = getSonyPSNModule().save(feed);

这是一些传入的 XML，尽管这是从文档对象的调试器中获取的。

    <?xml version="1.0" encoding="ASCII"?>
    <rss xmlns:dc="http://purl.org/dc/elements/1.1/" >
  <channel>
    <title>Name.com - Name&#xae;3 Games</title>
    <link>http://test.com</link>
    <description>Name.com - Name&#xae;3 Games</description>
    <title>Assassin's Creed&#x2122;</title>

奇怪的是，标题中有一个撇号，但商标字符编码为 &xae;

有人知道这里发生了什么吗？我一直在尝试各种方法并尝试在各个点更改编码类型，但无济于事。

希望其他人遇到过这个问题并解决了它!

Answer 1

所以你想改变编码。字节本身不应更改，因为 UTF-8 是 ASCII 的 super 字符集。

我会更改原始文本以更改编码并删除换行符。